MétaCan
Menu
Retour à la cohorte
Enregistrement W1872614676 · doi:10.1002/lary.24124

A novel tool in laryngeal surgery: Preliminary results of the picosecond infrared laser

2013· article· en· W1872614676 sur OpenAlexaff
Arne Böttcher, Till S. Clauditz, Rainald Knecht, Stanislav Kucher, Wolfgang Wöllmer, Waldemar Wilczak, Peter Krötz, Nate Jowett, Carsten V. Dalchow, Adrian Münscher, R. J. Dwayne Miller

Notice bibliographique

RevueThe Laryngoscope · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueVoice and Speech Disorders
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAblationLaserCollateral damageMedicineCartilageCarbon dioxide laserPicosecondNuclear medicineLamina propriaBiomedical engineeringLaser surgeryMaterials scienceEpitheliumAnatomyPathologyOptics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES/HYPOTHESIS: Conventional lasers ablate tissue through photothermal, photomechanical, and/or photoionizing effects, which may result in collateral tissue damage. The novel nonionizing picosecond infrared laser (PIRL) selectively energizes tissue water molecules using ultrafast pulses to drive ablation on timescales faster than energy transport to minimize collateral damage to adjacent cells. STUDY DESIGN: Animal cadaver study. METHODS: Cuts in porcine laryngeal epithelium, lamina propria, and cartilage were made using PIRL and carbon dioxide (CO₂) laser. Lateral damage zones and cutting gaps were histologically compared. RESULTS: The mean widths of epithelial (8.5 μm), subepithelial (10.9 μm), and cartilage damage zones (8.1 μm) were significantly lower for cuts made by PIRL compared with CO₂ laser (p < 0.001). Mean cutting gaps in vocal fold (174.7 μm) and epiglottic cartilage (56.3 μm) were significantly narrower for cuts made by PIRL compared with CO₂ laser (P < 0.01, P < 0.05). CONCLUSION: PIRL ablation demonstrates superiority over CO₂ laser in cutting precision with less collateral tissue damage.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,763
Score d'incertitude au seuil0,356

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,238
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe LaryngoscopeMême sujetVoice and Speech DisordersTravaux en français237 207